基于GPU并行的遥感影像边缘检测算法.pdf

万方数据
圆叵面固哑栽鸭辉哑匝:可习阿碉、‘—猯醐基于⑿械囊8杏跋癖咴导觳馑惴陶伟东,黄吴,苑振宇,杨柳,王结臣编程模型图像边缘检测与提取是数字图像处理的重要内容,是进行图像分析和图像理解的基础。边缘检测技术在遥感影像线性特征提取和变化检测中得到了广泛应用涫抵适遣捎媚持炙惴ㄌ崛⊥枷裰卸象与背景间的交界线3<谋咴导觳馑惴ㄓ校基于直方图的边缘检测、基于梯度的边缘检测、边缘检测算子方法等。其中,基于梯度的边缘检测算法由于较好的检测效果和适中的运算复杂度,在实时图像处理中常被采用;根据选用模板的不同,它又可分为阕印算子、子、咴导觳馑阕拥确椒ā5ɑ谔荻鹊谋缘检测算法涉及较多的二维相关运算杂诟呖间分辨率影像数据,其计算量相对较高,如何降低算法的复杂度以及在特定软硬件平台上提高算法效率是当前研究的重点。文献,对边缘检测算法的优化方面进行了有益探索,但一定程度上受到浮点计算能力和串行化计算模式的限制。杀喑绦阅懿欢咸岣撸ㄒ低夹斡τ猛猓阎鸩接τ糜谕ㄓ眉扑阄侍猓⑿纬闪薌通用计算研究领域,即猵行计算在数字遥感影像处理方面已有若干应用研究,如肖汉等将晒υ擞玫剿咝圆逯抵衃;左颢睿等实现了基于腟算子边缘检测改进算法恍ず涸谟跋衿ヅ渲胁捎没贕的并行算法,获得了相对于细叩募铀俦萚。本文通过研究发现,遥感影像的边缘检测具有以下特征:数据量大、计算密度高;处理数据过程相似度高,且具有很强的区域并行性’。因此,本文结合挠布峁购捅咴导觳獾乃惴ㄌ氐悖褂肅技术从存储结构和计算方法方面对经典—阕咏辛薌并行优化。实验结果表明,该算法的执行效率比在嫌薪洗蟮奶岣摺合于矩阵类型计算而设计的,拥有大量重复设计的计算单元,这类计算可以变成众多独立的数值计算——大量数值运算的线程,而且数据之间没有复杂的逻辑关系。是公司推出的将魑J莶⑿屑扑闵璞傅娜碛布逑担訡语言为基础,可以直接用镅孕闯鲈谙允拘酒程序与传统的顺绦蛴幸欢ㄇ穑它需要按照特定的编程模型实现。编程模型如图荆渲蠧作为主机存在,魑P处理器。涸鸾新呒郧康氖挛翊恚珿,忡,、年公司提出拍钜岳矗。峭夹未砥鳎珿的微结构是面向适执行的程序,而不需学习特定显示芯片上的指令。收稿日期:珈第卷第年地理与地理信息科学摘要:针对数字图像处理领域中单个像元之间相互独立的特性,采用图形处理单元腃杀喑棠P停从粗粒度和细粒度双层并行结构出发,结合对蚑暮侠淼鞫龋员咴导觳釸梯度算子进行了算法的并行化设计和实现。实验结果表明,该算法充分利用了看蟮母〉悴⑿屑扑隳芰Γ诵行拭飨杂庞常规的边缘检测算法,对高分辨率遥感影像并行处理技术发展提供了有益借鉴。关键词:图形处理器;边缘检测;阕樱徊⑿谢中图分类号:文献标识码:文章编号:一一编程模型‘痙帐〉乩硇畔⒓际踔氐闶笛槭遥漳暇荒暇┐笱У乩硇畔⒖蒲担漳暇图修回日期:—一基金项目:国家科技支撑计划项目作者简介:陶伟东,男,硕士研究生。研究方向为杓朴胗τ谩:瓹.
万方数据
慷二两黔鱸红砯。≯、、,草鏊汴媚ú穧!R咴导觳釭并行计算实现托枪缢芡疛:退芤负责数据并行、计算密集的任务。葱胁⑿屑算的函数是内核函数,执行内核函数最小单位为线程,若干个线程组成线程块舾上叱炭樽槌上叱掏C扛鱿程块内各线程可以通过共享存储器通信,而线程块之间不可通信。边缘检测是数字图像处理中的一个常用操作,其作用是保留物体结构特征、降低整幅图像数据,从而简化图像的分析过程